python k-近邻算法实例分享
简单说明
这个算法主要工作是测量不同特征值之间的距离,有个这个距离,就可以进行分类了。
简称kNN。
已知:训练集,以及每个训练集的标签。
接下来:和训练集中的数据对比,计算最相似的k个距离。选择相似数据中最多的那个分类。作为新数据的分类。
python实例
#-*-coding:cp936-*-
#win系统中应用cp936编码,linux中最好还是utf-8比较好。 fromnumpyimport*#引入科学计算包 importoperator#经典python函数库。运算符模块。
#创建数据集 defcreateDataSet(): group=array([[1.0,1.1],[1.0,1.0],[0,0],[0,0.1]]) labels=['A','A','B','B'] returngroup,labels
#算法核心 #inX:用于分类的输入向量。即将对其进行分类。 #dataSet:训练样本集 #labels:标签向量 defclassfy0(inX,dataSet,labels,k): #距离计算 dataSetSize=dataSet.shape[0]#得到数组的行数。即知道有几个训练数据 diffMat =tile(inX,(dataSetSize,1))-dataSet#tile:numpy中的函数。tile将原来的一个数组,扩充成了4个一样的数组。diffMat得到了目标与训练数值之间的差值。 sqDiffMat =diffMat**2#各个元素分别平方 sqDistances=sqDiffMat.sum(axis=1)#对应列相乘,即得到了每一个距离的平方 distances =sqDistances**0.5#开方,得到距离。 sortedDistIndicies=distances.argsort()#升序排列 #选择距离最小的k个点。 classCount={} foriinrange(k): voteIlabel=labels[sortedDistIndicies[i]] classCount[voteIlabel]=classCount.get(voteIlabel,0)+1 #排序 sortedClassCount=sorted(classCount.iteritems(),key=operator.itemgetter(1),reverse=True) returnsortedClassCount[0][0]